把握未來發展趨勢：IT領域與科技結合的創新與突破
這份報告提出了2023年中國技術和IT的十大趨勢：從“多云混合”到“一云多態”的演變；云基礎已經從優先考慮軟件轉向實現硬件和軟件；更多的云產品將以Serverless的形式交付；加快將預先訓練好的大型模型作為人工智能基礎設施的應用；AIGC在概念爆炸后進入了產品化嘗試；數據收集已從單一點轉向一般化；工業數字雙胞胎加強了物理空間和虛擬空間之間的互動；數智逆向融合，形成以智養智的正反饋；數據和應用將進一步實現感知閉環；“數字碳中和”的概念已經走向市場。
趨勢1：從“多云混合”到“一云多態”的演變
分布式云加速發展，云能力從“中心輻射”向“傳輸和分發”過渡
“多云混合”是當前企業使用云的常態，但各種云部署模式在資源調度、協同管理、能力共享等方面存在挑戰，導致了“多云混合型”的“多云孤島”狀態。以“東數西算”為代表的云基礎設施升級”項目和以“分布式云”為代表的云基礎設施升級將有效解決上述問題。通過統一基礎設施和利用系統的云網邊緣設施，我們可以減少云能力從中心到邊緣的“衰退”，推動“無損”“云能力的分布，實現系統化、集成化的云服務。一云多態性將更好地滿足傳統行業復雜邊緣場景的業務需求，加速云計算向傳統行業的滲透。預計到2025年，傳統行業將在云市場占據主導地位，金融、工業、汽車等細分行業將繼續擴大云支出。
趨勢2：云基礎從軟件優先轉向軟硬件結合
為了進一步釋放數字智能平臺的能力，云供應商需要提高基礎硬件資源的質量
在數字時代，“交替、迭代、相互支持”的軟硬件產品的周期性崛起廣泛適用于云服務、人工智能、物聯網等數字行業。以云服務為例：通過云計算的概念和工具，云計算在平臺軟件和應用軟件領域逐漸得到優化。然而，為了更好地支持數字化的深化發展，底層硬件也需要加快轉型，以更好地釋放軟件能力，支持業務創新。作為加速數字化進程的關鍵“燃料”，計算網絡資源不僅可以減少硬件虛擬化損失，還可以通過將軟件功能轉移到硬件產品（使用Chiplet等芯片架構設計，使用RDMA進行網絡加速，結合NVMe進行存儲加速），從而提高資源利用率，更好地利用云資源服務核心業務。同時，底層硬件的逐步升級換代將進一步帶動上層大數據和人工智能平臺更好地支持業務創新。
趨勢3：更多的云產品將以無服務器的形式交付
All on Server less概念進一步滲透到AI和中間件等模塊中
在過去的幾年里，功能即服務（FaaS）已經成為無服務器的核心產品形式，數據庫和大數據等基礎軟件或能力平臺也被云供應商納入了他們自己的無服務器產品矩陣。隨著客戶對自動化能力的更高追求，無服務器的概念進一步滲透到容器、中間件、文件系統、人工智能、云視頻、云通信等多個模塊中，與FaaS一起打包成端到端的云軟件開發包，形成了“All on Serverless”的云產品迭代浪潮。未來，幾乎所有企業的業務都可以基于無服務器架構，從而消除了客戶部署、維護和管理應用程序的需要。通過觸發執行、擴展和按需支付，客戶可以進一步專注于其核心業務，快速構建業務模塊，并無限接近零運維成本和零資源浪費。
趨勢4：加速將經過預訓練的大型模型應用于人工智能基礎設施
加快人工智能產業化進程，撬動人工智能發展效率，多次釋放生產力
依托智能計算基礎設施、海量數據積累和治理以及深度學習算法的突破，作為一種新興的人工智能計算范式，超大規模智能模型（也稱預訓練大模型）的通用性和通用性不斷提高，并可應用于更廣泛的下游任務和場景，解決AI應用的長尾問題；并且可以在人工智能模型開發部署應用的過程中實現標準化改進，提高人工智能應用研發的效率。人工智能的認知和應用沒有邊界，僅僅依靠少數人工智能科學家和人工智能技術企業無法促進整個物理和數字世界的智能化。預訓練的大模型的加速應用有望解決行業、學術界和研究界關注的提高人工智能開發效率杠桿率和多次釋放人工智能生產力的核心問題。2022年，語言大模型與行業應用的聯系日益緊密，行業龍頭企業正在積極推出適合特定業務場景的行業大模型。通過提供計算能力、核心運營商庫和軟件平臺等集成服務，我們幫助企業將基本模型能力與生產流程相結合，并與*客戶合作推廣落地案例。未來，作為人工智能模型生產基礎設施的預訓練大型模型將加速其應用；夯實智能算力基礎設施，提高模型對業務場景的適應性，明確基于呼叫成本的投入與產出平衡點，是其大規模商用的優化方向。
趨勢五：AIGC在概念爆炸后進入產品化嘗試
提升數字內容生產的質量和效率，轉變人機交互體驗
2022年，一幅由Midjournal生成的AI畫作《太空歌劇院》發布，AI生成的圖像開始在社交媒體平臺上瘋狂傳播；這股熱潮尚未消退，2023年初，ChatGPT（ChatGenerative Pre-trained Transformer）再次將AIGC的概念推出市場。AIGC是一種新的內容制作方法，它利用現有的文本、音頻文件或圖像來創建新的內容。它使用機器學習算法從數據中學習元素，通常基于跨模態大型模型，包括基于材料的部分生成和基于指令的完全自主生成和生成優化。得益于真實數據的積累和計算成本的降低，它可以幫助生成數字內容的初稿，包括AI繪畫、平面設計、對話系統、虛擬數字人、搜索引擎、代碼生成等，提高了數字內容的豐富性、生產力和創造力；類人互動體驗和全民參與顯著提升了C端消費者對人工智能的認知，進一步拓展了市場對人工智能商業價值的想象。未來，隨著多模態、垂直模型優化等底層模型的推進，AIGC技術將進入技術產品化加速期，并擴展到更多商業領域。
趨勢6：數據收集從單點走向綜合
通過推廣數據收集來提高數據處理方法的準確性和效率
傳統的數據收集方法通常針對特定的場景和目的，獲取數據的渠道和手段相對有限，導致數據收集量不足。隨著物聯網設備的普及和互聯網應用的擴展，數據量呈指數級增長，為廣泛收集提供了基礎。數據維度向多樣化和復雜性的轉變同步增加了數據收集的難度和不確定性。傳統的數據采集方式已不適合當前企業豐富的數據需求，影響了企業對數據自身價值的利用。物聯網系統、網絡系統和傳統信息系統的結合可以擴大采集樣本的數量，擴大數據維度的多樣性，有利于多個領域的行業在實際場景中及時應對未知情況。泛化數據處理難度的增加導致了數據處理和分析方法的發展。以機器學習為主的智能技術不僅可以獲得用于模型訓練和優化的數據，還可以利用數據挖掘和數據可視化等功能，為企業更好地預測和控制收集到的數據。數據收集的一般化需要平衡數據收集的數量和質量。如果能夠預先判斷收集到的數據的目的，則可以大大減少后續數據處理的工作量，并較大限度地提高收集和應用的效率。
趨勢7：工業數字雙胞胎加強物理和虛擬空間互動
提升工業數字孿生的診斷和預測能力，促進整個業務流程的閉環優化
工業數字孿生是基于數據和工業機理模型的集成與融合，構建虛擬與現實雙向互動的閉環優化系統。它通過控制生產過程和設備，在虛擬環境中模擬工業生產。它的三個主要特征是整個生命周期的實時反映、決策和閉環優化。未來，工業數字孿生將更加注重虛擬與現實融合的應用，推動“虛擬現實——從虛擬到現實——從虛到實——從虛變實——從虛擬變實”的孿生閉環。目前，工業數字孿生的應用普遍集中在實時監控和虛擬現實匹配階段，尚未走向診斷分析和預測優化階段。中短期內，加快實施“實到虛映射”，空間維度將從一些雙子對象之間的簡單關聯轉向多個雙子對象之間自動化、智能化的協同開發；時間維度將從具有獨立關鍵生命周期的雙對象的碎片化應用轉變為貫穿“生產廢料”整個生命周期的雙重應用。從中長期來看，產業機制模式將是連續的
趨勢八：數字智能反向融合，以智養智形成正反饋
AI開始提供數據治理反饋，進一步推動人工智能進入小場景
過去十年，以深度學習為代表的人工智能一直以數據為基礎，高質量的數據是人工智能良好應用的前提。在這種情況下，數據科學家、數據分析師和其他人必須投入大量時間和精力來準備數據，也稱為臟活累活。這種現象在規模不夠、分工不徹底的小場景中尤為明顯。這樣一來，高層次人才實際上花了很多時間做低層次的工作，投資回報率低，人工智能很難在任何地方蓬勃發展。未來，這種情況將有所改善：首先，預先訓練的大型模型在一定程度上減少了所需的數據樣本；其次，數據治理本身也是一個發現模式的過程，人工智能已經開始對這個過程進行反饋。未來，隨著模型通用性的進一步增強和交互方法的日益簡單，人工智能對數據治理的反饋作用將日益顯現，數據治理將逐步由人工智能主導、人為補充。
趨勢九：數據與應用將進一步實現無感閉環
應用程序數據的自動管理屬于數據層，數據分析嵌入到事務應用程序中
在信息技術時代，應用程序生成數據，但首先，這些數據還沒有連接起來，其次，由于當時的技術條件，無法進行低成本的大規模分析。這些痛點促使后來構建了以數據連接為中心的中央平臺，以及以數據分析為中心的數字智能模型和BI。數據如何更廣泛地賦能業務應用，應用層生成的數據如何自動流入數據層并被自動治理，即數據與使用的集成，將關系到企業數字化建設的整體ROI，成為未來的焦點。數據與應用的集成強調的不是數據與應用之間的緊密耦合，而是在兩者之間形成動態閉環。HTAP數據庫、lake倉庫集成、低零代碼、GraphQL、敏捷BI和基于NL2SQL的即席搜索、過程挖掘和其他技術將有助于數據和使用的不同方面的集成。數據安全、人工智能等等，幾乎貫穿于方方面面。未來：①業務人員通過低零代碼創建的應用程序將自動管理數據并進入數據層。②數據分析將不再以獨立的形式存在，而是嵌入到應用程序中，直接增強一線業務人員的能力。
趨勢十：“數字碳中和”從概念走向市場
綠色低碳日益滲透市場環境，逐步成為數字產業增量新動力
自從2020年我國提出“雙碳”目標，綠色低碳逐漸從理念走向政策、制度和市場，綠色化和數字化協同發展成為重要舉措和重要趨勢。從宏觀政策環境看，國家部委多部門引導數字化與綠色化協同發展朝著務實落實的方向發展；從資本市場來看，交易所和監管機構越來越強調企業的綠色低碳責任，規模化的碳中和基金也開始頻繁涌現；從市場需求來看，綠色采購進一步加強，不同行業的綠色供應鏈建設從理念轉向實踐。對于數字產業和數字廠商而言，綠色低碳發展有望帶動產業升級發展。綠色低碳一方面帶動以數據中心為核心的數字技術產品升級，另一方面綠色低碳有望帶來新的數字。
手機號碼：4000-757-730
